摘要
本发明涉及一种基于注意力机制的污水处理厂出水总氮浓度预测方法,属于污水处理技术领域。该方法包括:时间尺度特征提取模块,对单一目标变量时间序列进行下采样,分解和混合周期与趋势特征;变量维度特征提取模块,通过基于Patch的分段方法和多头注意力机制,捕捉多维变量间的交叉相关性;多特征预测与聚合模块,将上述两个模块提取的特征通过多层感知机映射为出水总氮浓度预测输出,并进行加权聚合得到最终预测结果。本发明的模型能有效捕捉出水总氮浓度与碳源投加量之间的长期依赖与复杂交互关系,预测精度高,为污水处理碳源投加控制提供准确依据,可提升污水处理过程的运行效果和碳源利用效率,降低处理成本,具有广泛的应用前景。
技术关键词
出水总氮浓度
特征提取模块
变量
序列
多层感知机
混合模块
多时间尺度
周期性特征
污水处理碳源
分段
Adam算法
多头注意力机制
碳源投加量
数据
模型超参数
系统为您推荐了相关专利信息
电压检测传感器
序列
数据处理方法
联合卡尔曼滤波
主成分分析算法
LSTM神经网络模型
多尺度
地表反射率
归一化植被指数
数据